Meta的Muse模型登顶Scale AI新基准，而“裁判”由Meta持股49%
Scale AI自2025年被Meta以143亿美元收购49%股权以来，发布了一项基准测试，Meta的Muse模型包揽第一、第二和第三名；OpenAI、谷歌和Anthropic均拒绝为该评测背书。
Vincent Jiang · 3 min read
Meta的143亿美元究竟买到了什么
2025年6月30日，Meta+0.02% — Meta, up 0.02 percent today以143亿美元购入Scale AI$29B — Scale AI, private, latest valuation $29B49%的股权，对这家数据与评测公司的估值接近290亿美元；同日，Meta聘请Scale AI联合创始人亚历山大·王（Alexandr Wang）出任首席人工智能官，执掌Meta超级智能实验室1。王卸任Scale AI首席执行官，但留任董事长2。Meta留下的，是全行业的“阅卷人”：Scale AI自己的新闻稿称，公司的数据引擎支撑着大多数主流前沿实验室的模型研发，同时服务于美国政府和《财富》500强企业2。
“阅卷人”发榜，股东的模型排名第一
10月8日，Scale AI发布DistressBench评测基准：718段危机对话由19名持证临床医生和心理咨询师撰写，按6901条经临床医生加权的评分标准打分34。将25个前沿模型的表现汇总来看，在模型已满足识别自杀或自残危机全部标准的对话中，仍有35.3%未能将用户转介给真人求助3。表现最好的模型完成了88.4%的必要照护，中位数模型为71.4%，临床医生参考回复则达到98.7%3。榜单前三名均属于Meta的Muse系列模型3。
没有任何模型接近临床医生的照护水平
Data
| 必要照护提供比例 | |
|---|---|
| 最佳模型（Muse Spark 1.2） | 88.4% |
| 前沿模型中位数 | 71.4% |
| 临床医生参考回复 | 98.7% |
Meta的Muse系列模型包揽Scale AI DistressBench前三
Data
| Value | |
|---|---|
| Muse Spark 1.2（Meta） | 88.39% |
| Muse Spark 1.3（Meta） | 84.88% |
| Muse Glimmer 30B（Meta） | 80.57% |
| GPT-5.6 Terra（OpenAI） | 76.44% |
| Claude Opus 5.5（Anthropic） | 75.58% |
| Gemini 3.8 Flash（谷歌） | 70.74% |
OpenAI、谷歌和Anthropic均拒绝背书
OpenAI$1.18T — OpenAI, private, latest valuation $1.18T称“没有足够证据对该研究作出全面评估”；谷歌不予置评；Anthropic$350B — Anthropic, private, latest valuation $350B未予回应4。这套评测方法披露得异常详尽：评审组由Anthropic、谷歌+0.44% — 谷歌, up 0.44 percent today和Meta的三个模型组成，从455种可能搭配中对照2908条临床医生标注遴选而出，与临床医生判断的一致性达到科恩κ系数（Cohen's κ）0.7323。Scale自己也警告，高分“并不意味着可以将其部署为心理健康产品”；该基准仅限英语，且围绕美国危机热线场景构建3。
热传的首席执行官更替消息实为一年前旧闻
本周流传的一则报道称，随着亚历山大·王转投Meta，Scale将把战略负责人杰森·德罗格（Jason Droege）提拔为首席执行官5。可这说的是2025年6月的旧事：德罗格自那时起便以临时首席执行官身份执掌Scale，而Scale在2026年7月30日的公告中宣布，任命曾任职于谷歌云和因美纳−0.08% — 因美纳, down 0.08 percent today的弗朗西斯·德索萨（Francis deSouza）为首席执行官，8月10日生效2。本周真正的新交易则是一笔“主权”生意：Scale于10月9日与阿布扎比主权AI（sovereign AI）运营商Presight签署谅解备忘录，为海湾地区电力、水务、医疗和交通系统的智能体（AI agent）提供评估与治理6。
看点：对手是否继续向“裁判”付费
扎克伯格10月12日表示，Meta曾在2025年底、自家模型尚未证明实力之时，权衡一笔1000亿至2000亿美元的投入；首席财务官苏珊·李（Susan Li）当时警告亚历山大·王，一旦失败，财务后果将“非常、非常糟糕”；Meta目前给出的2026年资本开支指引为1300亿至1450亿美元7。Muse系列模型9月8日发布，约两周内下载量超过250万次，带动Meta股价单日大涨11%，市值增加约2000亿美元8。这场赌局中，市场已经为Meta一方定了价；OpenAI、谷歌和Anthropic是否继续向竞争对手部分持股的“裁判”提交模型参评，才是真正的风向标。
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
